[發明專利]地面復雜電子裝備搶修備件需求預測模型

有效

• 申請號: 202011283043.7
• 申請日: 2020-11-16
• 公開（公告）號: CN112416928B
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 劉飛;楊江平;馮德玉;韓俊;常春賀;唐志凱;秦開兵;蘇周
• 申請（專利權）人: 中國人民解放軍空軍預警學院
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/2458;G06Q10/04;G06Q10/00
• 代理公司: 武漢智正誠專利代理事務所(普通合伙) 42278
• 代理人: 董霖

1.地面復雜電子裝備搶修備件需求預測模型，其特征在于，包括以下步驟：

(1)地面復雜電子裝備損傷數據庫構建

在地面復雜電子裝備損傷表中，選取“入庫編號”作為表的主鍵，不能為空，其它屬性根據損傷數據獲取情況進行確定；

(2)基于裝備損傷數據的預測機訓練

利用機器學習算法進行地面復雜電子裝備損傷的智能訓練，其過程是：

1)在給定訓練參數條件下，通過訓練數據的訓練，生成預測機；

2)把待目標數據輸入到預測機，輸出預測結果；

3)根據預測結果，考慮是否將新數據加入訓練樣本庫；

4)訓練流程中的訓練樣本數據取自于地面復雜電子裝備損傷數據庫，在地面復雜電子裝備損傷數據表和損傷等級表中，根據公共關鍵字“損傷等級”，建立損傷值與地面復雜電子裝備損傷數據之間的關聯，生成預測模型學習訓練樣本表；

5)在預測機訓練樣本表中，訓練樣本數據主要由裝備分系統損傷數據和裝備損傷值組成，每個分系統損傷數據又由子系統和功能單元損傷數據構成；

6)由此生成的訓練樣本表在數據庫中的數據樣式，其中“數據來源”和“訓練標志”作為數據參與訓練學習的選擇條件；

7)在訓練樣本表中，每組數據的分系統損傷數據不一定都參與訓練，而是根據實際分系統選擇要求，對訓練樣本表中的損傷數據進行相應的組合，形成訓練數據；

(3)搶修備件需求預測

根據生成的預測機，構建預測模型，進行地面復雜電子裝備搶修備件需求預測：

a.模型模塊

輸入模塊包括裝備戰損數據庫、裝備規范化結構、裝備損傷模式，裝備戰損數據；

輸出模塊包括備件需求；

b.模型工作機制

首先利用裝備戰損數據庫進行學習訓練，生成備件需求預測模型；

然后將具體型號的裝備戰損數據輸入到預測模型；

最后輸出裝備備件的需求情況；

c.模型功能

構建裝備戰場損傷備件預測模型后，然后通過預測模型輸出裝備的各備件需求情況。

2.根據權利要求1所述的地面復雜電子裝備搶修備件需求預測模型，其特征在于，當記錄加入訓練樣本時，則要求所有的屬性值不能為空，損傷表中屬性的數據類型各不相同，這主要是因為每個損傷數據的維數和數值長度不全相同。

3.根據權利要求1所述的地面復雜電子裝備搶修備件需求預測模型，其特征在于，訓練標志為“Y”表明該組數據參與訓練學習，若訓練標志為“N”則表明該組數據不參與訓練學習，僅作為數據積累使用。

4.根據權利要求1所述的地面復雜電子裝備搶修備件需求預測模型，其特征在于，對于有具體裝備損傷先驗數據的則可以通過預測模型輸出裝備的各備件需求情況，對于沒有裝備損傷先驗數據的則可以先匹配裝備損傷數據庫。